非独立模式算法下粒径分布反演及分类的研究

在光全散射法颗粒粒径测量中,提出一种非独立模式算法下粒径分布反演及分类的方法。对被测颗粒系分别按照不同的粒径分布函数同时进行反演,并依据反演误差大小判断被测颗粒系符合哪种分布函数。仿真实验结果表明,在非独立模式下,完全可以利用已知的不同分布函数的反演误差作为分类依据,从而更准确地确定被测颗粒系的粒径分布。采用的遗传反演算法能够在3个可见光波长下得到较准确的粒径分布,反演结果稳定可靠,最大限度地减少了多个波长的使用,从而对光源有更大的选择余地。对透射消光测量结果加入5%随机噪声时,单峰分布颗粒系的反演误差小于5%,多峰分布颗粒系的反演误差小于10%。整个算法运行时间小于2 s。该方法具有原理简单,计算速度快等优点,能够满足颗粒粒径在线测量的要求。     

颗粒系的可见消光光谱分析及最佳波长的选择

在光全散射法颗粒粒径测量中,被测颗粒系的消光光谱包含有颗粒粒径、折射率等信息。对常用的单峰及双峰R-R分布的可见消光光谱进行模拟,分析了可见消光光谱随粒径和相对折射率变化的规律。选取二阶微分可见消光光谱不连续点对应的波长作为测量波长,并将可见光边界波长同时作为测量波长,在非独立模式下,采用遗传优化算法反演粒径分布。仿真计算与实验验证结果表明,通过消光光谱分析,可以预先确定被测颗粒系的分布状况,缩小优化算法中反演参数的搜索范围。结合最佳波长选择方法,使测量的精度和可靠性明显提高。对测量光谱加入1%随机噪声时,单峰及多峰分布粒径反演均能得到满意的结果。     

用于光子相关光谱颗粒粒度测量的实数编码混合遗传算法

提出一种自动缩小反演范围的实数编码混合遗传算法,并用于光子相关光谱颗粒粒度测量中.该算法利用混沌遍历性质,融入模拟退火算法,具有较强的局部搜索能力.通过数值模拟,讨论在无噪声和多种噪声水平影响下单分散颗粒系的反演结果;分析90 nm聚苯乙烯标准颗粒样品的实验测量数据.结果表明,反演的粒径分布在峰值位置、峰宽度、峰对称性等方面很接近颗粒的真实分布,具有较强的抗噪声干扰能力.     

图像动态光散射法纳米颗粒粒度分布反演算法研究

针对基于整体相关的图像动态光散射法(IDLS)测量颗粒粒径分布(PSD)问题,研究了全局搜索(GS)算法反演颗粒粒径分布,对峰值为79nm、多分布指数(PDI)为10%的单峰颗粒系和峰值分别为79nm与352nm、多分布指数均为10%的双峰颗粒系进行了反演数值仿真,结果表明全局搜索算法能较好地反演出颗粒粒径分布情况。以此为基础,对峰值为79nm的单峰分布颗粒系,峰值为79nm和352nm、79nm和482nm的两组双峰分布颗粒系进行了实验测量及算法对比研究,结果表明在单峰分布颗粒系下,相对于累积量法,全局搜索算法反演效果较好;在双峰分布颗粒系下,全局搜索算法与双指数法反演结果基本一致。由此可知,对于图像动态光散射颗粒粒径分布测量方法,全局搜索算法能够有效地反演出单峰分布和双峰分布颗粒系的颗粒粒径分布,是反演多分散颗粒系的一种有效方法。     

可见-红外波段光全散射法颗粒粒径测量范围的研究

在光全散射法颗粒粒径测量中,采用独立模式算法在可见-红外波段对粒径测量范围进行了深入的研究。通过对多种R-R分布函数反演结果进行分析,比较,以确定光全散射法颗粒粒径测量范围。同时在消光系数计算中,采用修正的消光系数代替原始的消光系数,以便得到更准确的粒径测量范围。仿真计算结果表明,在可见-红外光谱区,相对折射率m=1.235时的粒径测量范围为0.05～18 μm。在此区域内测量粒径分布,反演结果与真值基本吻合。随着颗粒相对折射率、波长范围的变化,粒径测量范围也随之发生改变。采用限制最小二乘算法能够最大限度地克服随机噪声对测量结果的影响,使测量的精度和可靠性明显提高。对测量的消光值加入±1%随机噪声时,颗粒粒径分布的反演均能得到满意的结果。     

前向散射颗粒粒径分布分析中的向量相似度反演算法

目前,向量相似度测量(VSM)算法被应用于分析前向散射颗粒测试技术的颗粒粒径分布(PSD)。但其对多峰分布颗粒情况的反演结果并不理想,尤其是对3个峰值以上的颗粒分布。为了满足预测多峰分布颗粒的需要及提高普遍适用性,提出了一种基于向量相似度的优化迭代算法,并将其用于颗粒粒径分布函数的反演计算。模拟计算和实验研究均表明:该算法在较高的测量误差情况下仍可得到合理的颗粒粒径分布。     

全场彩虹技术测量喷雾浓度及粒径分布

喷雾颗粒的浓度、粒径等多参数的同时测量是研究喷雾的关键. 对应用全场彩虹技术测量双组分液滴的浓度及粒径分布进行了研究. 基于改进的Nussenzweig理论,对液滴折射率和粒径分布采用无分布函数算法进行最优化求解, 然后通过折射率与浓度的关系反推液滴浓度.用模拟全场彩虹信号对该算法进行了验证, 该算法可准确反演具有单峰分布、双峰分布粒径特征的液滴群的折射率与粒径分布. 并对体积分数从0%到100%的乙醇溶液喷雾进行了实验测量, 结果表明,所测得折射率与理论值符合,粒径分布稳定.该技术在喷雾浓度测量方面具有广阔的应用前景. 关键词： 全场彩虹技术 折射率 粒径 组分     

激光自混合干涉法亚微米及纳米颗粒测量中的反问题

基于Kaczmarz投影算法对反问题进行了详细的研究.选取颗粒线分布函数作为反演对象,改进了Kaczrnarz投影算法,使投影过程发生在较大夹角的超平面之间.数值模拟了含5%和10%的测量误差时宽单峰、窄单峰、双峰和三峰四种粒径分布的反演,结果显示改进投影算法得出的粒径分布与输入的粒径分布更好得吻合.实验测量了标称为60 mn和180 nm两种单分散颗粒,结果表明改进投影算法得出的粒径分别为54.95 nm和190.55 nm,而原先投影算法得出的粒径为83.18 nm和288.40nm,进一步显示改进投影算法提高了测量结果的准确性.     

前向光散射颗粒测量技术中遗传算法的应用

在前向光散射颗粒测试技术中,反演算法是影响测量结果的主要因素之一.遗传算法作为一种较新的自适应全局优化算法,其参数优化和目标函数的设计决定了颗粒粒径分布的反演效果.本文对遗传算法中相关参数的设置进行讨论,通过数值模拟验证了该算法对多分散颗粒系统粒径分布的反演效果,并对聚苯乙烯标准颗粒进行实测和反演计算.结果表明:遗传代...     

测量透明微粒群参量

设计了测量透明微粒群参量的干涉检测系统,能够有效记录透明颗粒群在1阶彩虹角附近的光强分布,并利用Nussenzveig理论和改进的量子粒子群算法对记录图像进行反演,能够实现透明颗粒群粒径分布和折射率的同时测量．实验结果表明：以Lorenz-Mie理论作为模拟光强信号,利用算法反演模拟的微粒群信号,折射率相对误差为0.02%;通过实验测量粒径为400～600μm的玻璃微珠群,粒径均值的相对偏差为2.8%;对不同浓度乙醇喷雾的折射率进行测量,相对偏差小于0.7%.     

基于PCA-BP神经网络的光谱消光法颗粒粒径反演算法研究

光谱消光法广泛应用于颗粒粒径测量领域,在利用光谱消光法对颗粒粒径进行反演的过程中,由于颗粒的消光系数存在理论复杂、计算繁琐、收敛速度慢以及求解不稳定等问题,很大程度上影响了整个反演过程的快速性和准确性。且在众多波长的消光数据中,存在较多重复冗余的信息,也很大程度上增加了反演算法的时间。针对光谱消光法粒径反演算法计算繁琐、反演效率低的问题,提出了基于主成分分析（PCA）和BP神经网络的光谱消光颗粒粒径分析方法。基于Mie散射理论对不同粒径、不同波长下的光谱消光值进行了仿真计算,通过对光谱消光数据集的主成分分析及各个波长综合载荷系数的计算,实现了最优特征波长的选取,利用降维后的光谱消光数据训练了PCA-BP神经网络模型,并利用该网络模型计算了粒径颗粒分布。通过仿真计算,比较了PCA-BP神经网络模型与传统的BP神经网络模型的预测精度,并分析了波长数目对两种神经网络模型预测结果的影响。针对训练得到的PCA-BP神经网络模型开展光谱消光法粒径参数反演算法的验证实验,搭建了光谱消光法颗粒粒径参数测量实验系统,测量了粒径范围在0.5～9.7 μm内的6种不同粒径参数的聚苯乙烯标准颗粒。仿真和实验结果表明：基于主成分分析方法可确定各个波长向量之间的相关性,利用综合载荷系数选取最优特征波长对应的消光值对整体的光谱数据具有较好的代表性,可实现光谱数据的降维。相比传统的BP神经网络模型,基于PCA-BP神经网络模型的颗粒粒径分布的分析方法预测精度更高,对于较分散颗粒系的分布参数的预测有更加明显的优势。而且,被选取的波长数较少时,PCA-BP神经网络模型依然有较高的预测精度。利用训练好的PCA-BP神经网络模型对颗粒粒径参数进行实验验证,预测结果可瞬时输出,颗粒粒径分布误差在5%以内,验证了该算法的可行性。     

基于颗粒粒度信息分布特征的动态光散射加权反演

宽分布和双峰分布颗粒的准确反演是动态光散射技术至今未能有效解决的难题,尤其峰值位置比小于2:1且含有大粒径颗粒(350 nm)的双峰分布.造成这一难题的主要原因包括:1)单角度测量数据的粒度信息含量不足;2)常规反演方法对测量数据的噪声抑制以及粒度信息利用缺乏针对性.对测量数据(即光强自相关函数)的研究发现,数据噪声主要分布在长延迟时段,而粒度信息集中分布在衰减延迟时段.基于此,本文提出了采用粒度信息分布为底数、调节参数为指数的权重系数对自相关函数进行加权反演的约束正则化方法.由于采用了与粒度信息分布一致的权重系数,该方法既充分利用了衰减延迟时段的粒度信息,又有效地抑制了长延迟时段的数据噪声.不同噪声水平下,宽分布和双峰分布颗粒体系的反演结果表明,与常规反演方法相比,这一方法可以获得更为准确的宽分布和近双峰分布的反演结果.     

Multiangle dynamic light scattering analysis using a modified Chahine method

Multiangle dynamic light scattering (MDLS) is used to determine particle size distributions (PSDs). The angular intensity weighting coefficients used in the inversion of the PSD data affect dramatically the PSD recovered. Noise in the weighting factors gives rise to poor PSD results. A modified Chahine method, which is insensitive to the noise of the weighting coefficients, is developed for estimating the PSD from MDLS. The method was evaluated through simulated examples that involved unimodal and bimodal PSDs of different shapes and employed for estimating two bimodal PSDs obtained by mixing two standard polystyrene latexes. For comparison, all examples were also analyzed using a nonnegatively-constrained Tikhonov regularization technique typically used for inverting ill-conditioned linear problems. The PSDs estimated by the proposed modified Chahine method were more accurate than those obtained by the Tikhonov technique.     

夫琅和费衍射颗粒粒度测量中的改进Chin-Shifrin反演算法

在基于线阵CCD的夫琅和费衍射颗粒粒度测量中,采用Chin-Shifrin积分变换反演算法使得反演的粒度分布出现假峰现象.为解决此问题,提出在该Chin-Shifrin积分变换反演算法中引入矩形窗函数,并在分析颗粒粒径与衍射光强导数最小值之间关系的基础上,确定矩形窗函数中心点位置及左右边界,利用该矩形窗函数对粒度分布进行截断处理,消除虚假峰,提高反演颗粒粒度分布的准确性.分别对两种标准颗粒进行了测量,并对不同算法的反演结果进行了对比.实验结果表明:引入矩形窗函数的改进Chin-Shifrin算法,能够有效排除粒度分布中的多假峰;粒度分布测量相对误差小于3%,重复性小于4%.     

表征超声衰减谱粒度的改进和声搜索算法

针对超声衰减谱法颗粒粒径测量,提出一种改进和声搜索算法,在和声搜索算法迭代达到200次时,加入拟牛顿算法,调节和声搜索算法全局和局部搜索能力,提高算法的收敛精度.对服从3种典型粒径分布函数颗粒系进行数值模拟,改进算法反演得出罗辛-拉姆勒(Rosin-Rammler)分布参数值相对误差小于8％,正态分布参数值相对误差小于...     

基于后向散射法测量蒸汽湿度反演算法的优化

为了精准测量汽轮机末级蒸汽湿度，提出在激光后向异轴角散射法的基础上建立蒸汽湿度测量模型和湿蒸汽参数反演优化模型。根据该优化模型采用粒子群算法对加入高斯白噪声的仿真数据和模拟汽缸的实验数据进行反演寻优，并将得到的反演结果与人工鱼群算法和传统的均匀搜索方法进行了对比。采用粒子群算法时r_0.5、K、N的反演结果误差为0.05、0.66和0.51%，反演时间为306.41 s；采用鱼群算法时r_0.5、K、N的反演结果误差为2.96、19.98和4.68%，反演时间为411.05 s；采用均匀搜索算法时r_0.5、K、N的反演结果误差为5.00、27.14和7.95%，反演时间为246.42 s。结果表明:粒子群算法能够克服人工鱼群算法和均匀搜索方法两者的不足，可以在较短时间内获得精度高且稳定可靠的反演结果，为湿蒸汽参数测量提供了更加准确的数据，并对其他颗粒物参数测量反演提供了理论依据。     

Particle Size Distributions from Static Light Scattering with Regularized Non‐Negative Least Squares Constraints

Simulated data from static light scattering produced by several particle size distributions (PSD) of spherical particles in dilute solution is analyzed with a regularized non‐negative least squares method (r‐NNLS). Strong fluctuations in broad PSD's obtained from direct application of NNLS are supressed through an averaging procedure, as introduced long ago in the inversion problem in dynamic light scattering. A positive correlation between the best PSD obtained from several averaging schemes and the condition number of the respective data transfer matrices was obtained. The performance of the method is found to be similar to that of constrained regularization (CONTIN), which uses also NNLS as a starting solution, but incorporates another regularizing strategy.     

Measurements on Particle Size Distribution and Concentration by Transmission Fluctuation Spectrometry with Temporal Correlation

Transmission fluctuation spectrometry with temporal correlation (TFS‐TC) is a new method for particle analysis. When a narrow light beam irradiates on a particle dispersion flow, the variation of the number of particles in the small measuring zone will cause the transmitted light to fluctuate, which includes the complete information on both particle size distribution (PSD) and particle concentration. The method may be used for real‐time, inline/online applications due to its simplicity of measuring principle and experimental setup. Until recently, the theory has been limited to low particle concentrations. In this work, an experimental study of the TFS‐TC measurement is presented for a very wide range of the particle concentrations. By introducing an empirical correction including the high concentration effects and considering the effect from rheological conditions in the inversion algorithm, the particle size distribution and particle concentration are reconstructed, resulting in the coverage of a broad range of particle size and concentration.     

Particle Size Analysis by Transmission Fluctuation Spectrometry: Experimental Results Obtained with a Gaussian Beam and Analog Signal Processing

Transmission fluctuation spectrometry (TFS) is a method for the analysis of particle size distributions based on the statistical fluctuations of a transmission signal. Complete information on the PSD and particle concentration can be retrieved by a special transformation of the transmission signal, whereby the expectancy of the transmission square (ETS) is determined after the signal has been subjected to a procedure of spatial and temporal averaging. By varying the averaging parameters over a wide range, a spectrum of ETSs is obtained and introduced into a linear equation system, which yields the PSD. In the experimental realization presented here, variable temporal averaging is realized in the frequency domain with a series of low pass filters at different cutoff frequencies while spatial averaging inevitably occurs as the particles pass through a focused Gaussian beam of finite cross section. Experimental results on spherical particles (glass beads) and non‐spherical particles (SiC) are presented. The PSDs are resolved in 30 intervals within a particle size range from 1–1000 μm, employing a modified Chahine inversion algorithm. So far, the measurements are limited to moderate particle concentrations. Some influences affecting the measurements, especially for higher particle concentrations, are discussed in detail.